亚马逊云科技推出多项创新，让生成式AI触手可及 发布时间：2024-07-12 来源：互联网

北京2024年7月12日 /美通社/ -- 在亚马逊云科技纽约峰会上，亚马逊云科技宣布正式推出多项新技术和新服务，让每个人都能更轻松地开始构建AI应用。其中，Amazon Q Apps已正式可用，能够根据简单描述创建应用程序；Amazon Q Developer成功集成到Amazon SageMaker Studio中并正式可用，为机器学习模型的开发过程带来极大便捷；Amazon Bedrock更新了微调Anthropic Claude 3 Haiku、Guardrails（安全防护）和Agents（代理）等功能，帮助用户更快、更轻松地构建和部署生成式AI应用程序。

亚马逊云科技AI产品副总裁Matt Wood博士阐述了企业如何通过亚马逊云科技高效、大规模地整合过去十年最重大的技术突破，并确保相应的安全防护。同时，Matt Wood指出，亚马逊云科技所提供的正式可用的机器学习和生成式AI的产品功能数量是其他主要云服务提供商总和的两倍之多。

亚马逊云科技通过Amazon Q Apps让生成式AI触手可及
即便用户没有技术背景，也能轻松使用Amazon Q Apps，这是Amazon Q Business的一个功能，现已正式可用。Amazon Q Business为所有人提供了生成式AI支持，支持软件开发、数据分析洞察和内容创作等多种任务。而Amazon Q Apps的加入，更是将这一服务的能力提升到了新高度——用户只需简单描述所需应用程序的功能，Amazon Q便能在几秒钟内将对话变成生成式AI驱动的应用程序。例如，用户提出"请从会议记录中提取行动要点"或"我需要协助撰写公司文件"，Amazon Q可以快速生成应用程序自动完成这些任务，并持续提供高效服务。

Amazon SageMaker Studio中的Amazon Q Developer可为数据科学家节省数周甚至数月的开发时间
Amazon Q Developer现已集成到Amazon SageMaker Studio，为机器学习模型的开发过程带来极大的便捷。面对机器学习模型开发中的复杂性，数据科学家们往往需要花费大量时间寻找合适的工具和方法。Amazon Q Developer现已在Amazon SageMaker Studio中正式可用，大幅简化了这一过程。通过简单的聊天式交互，Amazon Q Developer即可为构建机器学习模型推荐工具和提供代码建议。

Amazon Bedrock的新功能助力更快、更轻松地构建和部署生成式AI应用程序
Amazon Bedrock是亚马逊云科技的一项完全托管服务，可以帮助用户轻松访问来自前沿AI公司的高性能大语言模型（LLMs）和其他基础模型（FMs），这是构建生成式AI应用程序的关键要素。然而，构建生成式AI应用程序不是只要有基础模型就能完成的。Amazon Bedrock还提供了一系列必要功能，以构建具有安全性、隐私性和负责任的生成式AI应用程序。

亚马逊云科技推出的一系列Amazon Bedrock创新功能，为客户提供了使用自有数据定制模型的能力，并增强了生成式AI应用的安全防护。

亮点功能包括：
微调Anthropic Claude 3 Haiku功能现已推出预览版
作为Anthropic最为轻巧的模型，Claude 3 Haiku在智能领域以其高性价比和快速响应而著称。Amazon Bedrock赋予了用户微调Claude模型能力。Amazon Bedrock中的微调工具赋予了开发者利用自有数据定制应用程序的能力，这些应用不仅贴合其业务领域和组织需求，而且能够体现公司的产权信息、品牌特色以及产品特性。此外，开发者们还可以在确保私有训练数据安全的前提下，训练模型的专属副本。

Guardrails功能更新
无论AI应用程序构建得多快，它们都必须建立在安全和负责任的基础上。Amazon Bedrock的Guardrails功能为客户提供了更为全面的应用安全和隐私保护机制。其中，最新增加的上下文真实性检查工具，它能够让使用检索增强生成（RAG）技术的用户检测到AI生成的不准确或错误的答案和想法，这种情况被称为"幻觉"。

此外，亚马逊云科技宣布推出一项新的API服务，该服务扩展了Guardrails功能的应用范围，使用户能够在任何基础模型上使用Guardrails，即使是那些不受Amazon Bedrock支持的基础模型。

通过Agents（代理）创造更先进的个性化用户体验
借助Amazon Bedrock的Agents功能，应用程序可以利用公司系统和数据源执行多步骤任务。亚马逊云科技推出了Amazon Bedrock Agents的新功能。Amazon Bedrock Agents将不再局限于单一会话的信息处理，而可以记录用户之前的历史交互信息并基于此提供更为精准的个性化服务推荐。例如，在航班预订等应用场景中，开发者可以构建更为智能的代理，其不仅能回顾用户的过往旅行记录，还能记忆用户的个性化需求，例如素食餐食偏好，从而提供更个性化的服务体验。